近日,来自 DEVELOP3D 的 Greg Corke 对 NVIDIA RTX A4500 进行了全方位的测评,他使用了多种软件工具运行建筑、道路环岛、汽车等模型以展现 RTX A4500 的特性。本文节选了部分精彩内容,敬请点击“阅读原文”查看完整测评文章。
此前,NVIDIA 发布了 RTX A5000 的衍生产品 RTX A4500。来自 DEVELOP3D 的 Greg Corke 对其在实时可视化、 GPU 渲染和 VR 工作流程中的表现进行了测评。
RTX A4500 是 RTX A5000 的精简版,在 2022 年 3 月末的 NVIDIA GTC 大会上, NVIDIA 还发布了另一款新 GPU —— NVIDIA RTX A5500,该 GPU 是 RTX A6000 的精简版。
NVIDIA RTX A4500
什么是 RTX A4500?
由于都采用了双插槽 PCIe 外观, RTX A4500 看起来与 RTX A5000 相同。
与 RTX A5000 相比,它的内存少了 4 GB,但采用了相同的 GA102 图形处理器,只不过禁用了一些核,时钟速度略低,功耗也略低(单 8 针 PCIe 电源连接器的功率从 230 瓦降低至 200 瓦)。
RTX A4500 和 A5000 的功能设置几乎相同,它们都配备四个 DisplayPort 1.4a 连接器、 3D 立体模式和 NVLink,因此在支持的应用中,两个 A4500 GPU 可以通过物理连接来扩展性能并将内存翻倍至 40GB。这能够提高 Autodesk VRED Professional 等专业可视化应用的 3D 帧率,或在 Chaos V-Ray 等 GPU 渲染器中更快地渲染大型场景。
这些 GPU 之间的一个主要区别是 RTX A4500 不支持 NVIDIA 虚拟 GPU(vGPU)软件。因此,如果用户想将显卡虚拟化来为虚拟工作站中的多个用户提供服务,那还是需要 RTX A5000、 A5500 或 A6000。
RTX A4500 测试
笔者对 RTX A4500 进行了一系列实际的 GPU 渲染和实时可视化应用基准测试。
为了进行比较,笔者在同一台工作站中测试了 NVIDIA RTX A4000 GPU。由于手头没有 NVIDIA RTX A5000,所以直接使用了 2021 年 6 月测评中的结果。不同于现在,当时使用的测试机器 CPU 有些许差异,并且运行的是 Windows 10 专业版。
虽然此前测试机器的 CPU 具有不同的架构和较低的每时钟周期指令数(IPC),而且工作站运行的是不同的操作系统,但笔者认为,在 GPU 渲染测试中 CPU 的作用是最小的,因此不会对结果有太大的影响。
测评总结
实时性能
在实时 3D 测试中,RTX A4500 和 RTX A5000 之间的性能差异并不是很大。以 Autodesk VRED Professional 中的汽车测试模型为例,RTX A5000 比 RTX A4500 快了 1.75% 至 3.10%,具体取决于应用的抗锯齿水平。
笔者在建筑可视化工具 Enscape 中看到了类似的情况。在测试大型办公室场景时,这一差异为 2.85%。在虚幻引擎中, RTX A5000 的优势更大,尤其是在汽车模型上启用实时光线追踪时。
由于 RTX A4000 为单插槽卡,最大功率 140 瓦, RTX A4500 比 RTX A4000 的整体速度快 20% 到 25% 左右。
GPU 渲染
在 Chaos V-Ray RTX 基准测试中,RTX A5000 的渲染速度提升了 9.5%,而在 KeyShot 10 中上升到 26%。
在大多数测试中,RTX A4500 始终比 RTX A4000 快 20% 到 26% 之间。
用户选择
RTX A4500 和 RTX A5500 的推出无疑为用户提供了新选择。如果用户正在寻找强大的、侧重于可视化的高内存 GPU,那么 RTX A4500 和 RTX A5000 都是非常合适的选择,它们对于用户来说,都可能作为一款完全符合预算和工作流程的产品。
原文标题:NVIDIA RTX A4500 工作站 GPU 测评
文章出处:【微信公众号:NVIDIA英伟达企业解决方案】欢迎添加关注!文章转载请注明出处。
审核编辑:汤梓红
-
NVIDIA +关注
关注
14文章
2589浏览量
94905 -
gpu +关注
关注
27文章
2760浏览量
114986 -
RTX +关注
关注
0文章
217浏览量
35118
发布评论请先 登录
相关推荐
浪潮NF5468A5系统解析
Think Silicon和RISC-V GPU即将爆发
算力由性能、规模和利用率三部分组成
NVIDIA Merlin GPU推荐系统加速大模型训练和推理
火山引擎机器学习平台与NVIDIA加深合作
芯动科技风华系列GPU与中望CAD Linux版软件完成兼容性认证
NVIDIA提供用于AI训练的合成数据生成工具
NVIDIA研究人员创建可以疏通计算机网络拥堵的AI模型
利用AI技术加强视频内容创作和传播
西门子和NVIDIA共同推动数字孪生的发展
NETWORKX Python编程语言软件包概述及用途
NVIDIA NGC目录中的GPU优化容器
NVIDIA Isaac Sim 2022.1版本的亮点及功能
NVIDIA AI平台在MLPerf基准测试实现飞跃
MIT的SpAtten架构将注意力机制用于高级NLP
模型有助于实现最大的运营效率
NVIDIA Omniverse和西门子Xcelerator平台来实现全保真数字孪生
新一代旗舰!Arm Cortex-X3 + Immortalis GPU发布,Arm全面计算赋能视觉体验

Arm推出全新旗舰级GPU产品Arm Immortalis™
NVIDIA DeepStream SDK是什么 有哪些特性
NVIDIA和三维家助力提升家居行业生产效率
NVIDIA助力理想汽车发布第二款电动汽车L9
NVIDIA BlueField-2 DPU上的ARIA零信任安全网关
Arm 全面计算解决方案重新定义视觉体验 强力赋能移动游戏

NVIDIA为Orin开发套件提供更加轻松的系统安装方式
基于NVIDIA Triton的AI模型高效部署实践
首届NVIDIA DPU中国黑客松圆满收官
NVIDIA T4 GPU和TensorRT提高微信搜索速度
NVIDIA RTX A6000和 NVIDIA Omniverse助力天问一号“发射”
NVIDIA Jetson赋能智骋致想智惠农业平台
NVIDIA与合作伙伴利于AI技术推动气候灾害管理
NVIDIA EGX 平台能改进洪水预测GPU 加速模型
骁龙X65调制解调器为玩家带来高速、低时延的网络连接
NVIDIA Riva 2.0的功能亮点有哪些
香橙派RK3399开发板OrangePi4 LTS在linux上的GPU测试说明

评论